35年前，我开始用技术推动企业转型。如今和当时一样，我们必须设法降低的最大风险，是个人和组织对变革的抵触。众所周知，四分之三的转型项目未能实现预期目标，因为人们尚未做好采用新流程和技术的准备。降低这些风险、帮助人们学习由技术赋能的新流程，一直为咨询行业带来业务，也仍是项目成功的关键之一。
随着人工智能（AI）的出现，变革管理和流程再造正在改头换面。过去的单向通道如今变成了双向通道：我们既可以教技术理解人与人之间的交流，也可以培训人们使用技术。展望未来，能否做好以人为本的设计，是人工智能驱动转型成功或失败的最大因素。
数字化转型中最难的一环是我们自己——这些“模拟时代”的人类
在传统的技术驱动型转型中，变革管理的目标一直是教会人们使用技术，并投入领导力和资源来确保合规与采用。方向是单向的：人们学习技术如何运作，以便向它发出指令或解读结果。技术只能遵循基于预设规则的精确指令；在大多数情况下，技术产出的结果需要特定技能才能解读，并应用于我们的职业领域。
随着各地人工智能试点项目不断扩展，企业、顾问和科技公司需要重新思考转型方法。要成功实施能够大规模产生影响的人工智能项目，出色的人工智能模型和算法必不可少，但仅有这些还不够。最重要的成功因素之一，是以设计为主导的人本变革方法，将新的人工智能能力与人们偏好的工具使用方式深度融合。忽视这一点的企业，很可能只能积累一批人工智能试点项目，却无法产生实际影响。
这是仍未被践行“人工智能观光”的企业理解的一个关键方面。许多项目主要关注机器学习算法、先进人工智能模型和完善训练数据集，却未能处理最重要的成功因素：交互和工作流程的设计，以及流程、技术与人的协同编排。尽管各行业正在开展大量人工智能概念验证，企业仍难以扩大人工智能应用的规模并实现预期收益。成功的企业表明，精心而有目的地设计工作流程和用户交互，能够加快采用并带来业务收益。以下是几个例子：
一家金融服务公司正在实施业内首批面向客户的人工智能系统之一。客户专注于确保人工智能技术到位，把资源用于验证模型准确性和技术成熟度。尽管底层技术稳健、商业论证充分，技术采用率仍未达到最初预期。由于没有充分重视设计合适的工作流程和人机界面，采用进展缓慢。
相比之下，同一行业的另一家公司有意识地决定将人工智能融入客户体验。该公司花了数月时间围绕明确目的进行设计、开展用户测试，并推出了类似的人工智能技术，重点深入编排功能和用户设计。两个月内，已有超过100万名客户在使用，超出预期。
这些案例并不令人意外。作为人类，我们做出的多数决定取决于信息呈现的方式，而非呈现给我们的具体内容。我们认为自己是理性且拥有自由意志的人。然而，科学表明，我们做决定时受偏见和情境影响，往往超过分析和内容本身。
如果你仍不相信，请看下方包含A、B两个方块的图片。右图中可以看到，方块A和B颜色完全相同。左图中的方块本身没有改动，只是我们添加了情境，使方块A看起来比方块B更暗。分析上的事实是，A、B两个方块颜色仍然完全相同；但从人类感知来看，我们大多数人可能会押注左图中的A更暗。这是一个简单例子，说明在人类感知中，偏见和情境如何胜过分析和内容。
情商与决策科学
众所周知，情商（EI）是职业成功的关键因素，其作用甚至超过绩效或资历。的确，在我们的成功越来越取决于影响他人的世界里，建立联系并以深切的同理心理解他人的能力，能带来明显优势。我们每天都会面对数百个“A/B”选择：有时是候选人遴选，有时是投资选择，有时是产品选择。情商高的人天生富有同理心，能够理解我们的情境、与我们更好地沟通，并说服我们把他们所期望的选项看成更暗的那个方块。
情商一直是一项难以传授的技能，也一直无法“编程”到技术之中——直到现在。过去二十年人工智能不断进步，与此同时，随着神经科学的发展以及功能性磁共振成像（fMRI）等工具的出现，情商也取得了长足进展。可以说，我们正在学习“逆向工程”还原自身的人类感知规则。
我对这个主题如此热衷，以至于几年前创办了一个小型实践团队，以一种非常具体的方式将设计与技术驱动的业务变革结合起来。我希望把以人为本的设计作为业务再造工具，关注人员与流程、人员与技术的设计，超越传统的流程图和生产力指标。其基本理念很简单：通过设计，我们可以更好地设计交互，引导人们采用技术并按预期行事，从而减少培训、处理例外情况或推动合规所需的工作。这样一来，我们既能创造愉悦体验，也能提升生产力。
随着不断学习和发展，这项工作已经超出最初的范围，并持续演进。目前已有许多相关方向正在推进。我在IBM设计团队的一些同事，例如Adam Cutler，一直专注于探索如何在情感层面匹配人工智能与人类，从而激励人们使用这些新技术。如今，许多大学正在研究解码建立关系的科学原理，并据此训练人工智能以人们能够理解和信任的方式与我们互动。
研究表明，将性格洞察与传统人口统计信息结合使用，可以提高对消费者偏好的预测准确度。语气分析工具如今能够读取电子邮件和推文等文档，判断发送者是愤怒、沮丧还是兴奋，然后动态调整互动方式，更好地满足客户需求。
扩大应用规模：打造便于与人愉快互动的企业级人工智能
设计人工智能应用，减轻人们的负担，并减少完成任务所需的步骤，是提高用户采用率的简单方法。减少数据量和点击次数，能够创造积极体验，推动采用。反过来，了解人们偏向走捷径的行为，并据此进行设计，可以防止从生产力损失到网络安全漏洞等各类脆弱性问题。
请牢记以下几条有助于人工智能驱动业务转型成功的简单准则：
- 重新构想流程，充分利用人工智能的能力。设计嵌入人工智能的任务，使其针对目标进行优化；设计由人工智能驱动的界面，使其针对同理心进行优化。
- 在人工智能与人的交互设计中，将人视为具有社会情感需求的主体，而不是分析型主体。设计人机交互时，应像优化数据使用或任务效率一样，重视优化行为表现。
- 让人工智能技术承担人们不喜欢做的事情，例如减少需要记忆的数据，以及完成任务时反复点击的操作。请记住，我们的大脑和行为倾向于选择容易做的事，而非正确的事。
- 教会你的人工智能具备情商，营造积极情境，让人类用户能够信任并自然地产生共鸣，从而作出预期的选择。许多行为规则都编码在“无意识偏见”中，因此应多开展用户测试，而不是询问用户想要什么（提示：他们可能并未意识到自己想要什么）。
- 同时培养人工智能技术和高效人工智能人机界面设计方面的能力，并将其纳入每个人工智能试点项目的范围。
我们正迎来一个技术发展的新纪元，这些技术能够大幅提升我们的工作能力和交付业务成果的能力。得益于人工智能以及技术与设计的融合，我们可以打造减轻认知负担、拓展认知能力的工具，正如杠杆、车轮、发动机和马达增强了人类的体力。
当我们教人工智能了解人类行为时，也加深了对自身偏见的理解，并提升了彼此沟通的能力。颇具讽刺意味的是，教技术更有效地与人类交流，也会促使我们自己变得更善于交流。这有望大幅提升我们彼此协作、实现更大成果的能力。
